数据可视化原则
Data visualization principles
学到 会用 就够：能亲手用起来
你可能会说
“我做的图看起来很醒目，怎样检查它有没有把政策变化夸大给读者看？”
数据可视化原则是一组让图准确、清楚地表达信息的考虑办法，例如让图形大小与数值相称、标明单位，并避免把视觉效果当成证据。
使用 AI
科研里的例子
假设教育学汇报用柱形图比较两组通过率，把纵轴从接近两组数值处开始会显得差异特别大；改用零基线，或改用清楚标注尺度的点图表达。
先决定读者需要看懂的比较，再选择能忠实表现它的图形编码。用柱子的长度表示数量时，在线性尺度上应从零开始，避免把很小的差距画成巨大变化；用点的位置或折线表达变化时，则要清楚标示范围和尺度，不能把所有图都机械地套同一规则。比较多个面板时要留意尺度是否一致，类别和颜色的含义也应清楚。图注应交代数据范围、来源、删改和平滑等处理。最终检查应回到原值：图形是否突出真实差异，有没有隐藏样本、分母或不确定性，而不仅仅是配色和版面是否漂亮。
在你的学科里，直接拿去用
把数据图要求说到能检查
请根据数据提出合适的统计图方案。 数据与单位：[提供] 我希望读者比较：[趋势/群体/分布/关联/不确定性] 用途与尺寸：[填写] 绘图工具或软件：[填写或未定] 先判断比较关系，再给不超过2种图形并解释选择。说明每个点或柱代表什么、轴与尺度、分母、样本、缺失处理和区间类型。使用真实数据，不凭文字编图中数字。给中英标题、轴名、来源和一句中性读图说明；说明能看出什么及不能推出什么。确认方案后再按指定工具绘制并核对数字。方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PG11
判断
亲手检查一次
从图上挑两个值，与原表比较其绝对差和比例，再检查坐标、面积、分母及图注是否会让人误解。
它做不到的
原则需要结合图形如何编码数值来判断，不能把“所有纵轴都必须从零开始”等口号套给任何图。清楚也不等于只展示有利的信息。
增量，由你来写
读完这张，你的理解变了什么？
留言功能会在后面的版本开放。现在可以先在 X 上 @knowledgedelta 告诉我。
来源
- Claus O. Wilke — Fundamentals of Data Visualization: The principle of proportional ink2026-11-08 核对
- Wickham、Çetinkaya-Rundel、Grolemund — R for Data Science (2e): Communication2026-11-07 核对
卡片底稿由 AI 协助整理，经过核对；发现错误请告诉我。